SEO技术：URL过长为什么不利于抓取和优化
很多有关于网站结构、抓取与收录、甚至是排名的问题都可以被归结为一个中心问题，那就是：搜索引擎能够多么容易的抓取您的网站？
每时每刻都在产生新的内容。Google 本身的资源是有限的，当面对几近无穷无尽的网络内容的时候，Googlebot 只能找到和抓取其中一定比例的内容。然后，在我们已经抓取到的内容中，我们也只能索引其中的一部分。
URLs 就像网站和搜索引擎抓取工具之间的桥梁: 为了能够抓取到您网站的内容，抓取工具需要能够找到并跨越这些桥梁(也就是找到并抓取您的URLs)。如果您的URLs很复杂或冗长，抓取工具不得不需要反复花时间去跟踪这些网址；如果您的URLs很规整并且直接指向您的独特内容，抓取工具就可以把精力放在了解您的内容上，而不是白白花在抓取空网页或被不同的URLs指引却最终只是抓取到了相同的重复内容。
包括被URL和编码，冗余的参数伪装成URL路径的一部分，无限的抓取空间，等等。您还可以找到帮助您理顺这些网址迷宫和帮助抓取工具更快更好地找到您的内容的一些建议，主要包括：
去除URL中的用户相关参数
那些不会对网页内容产生影响的URL中的参数——例如session ID或者排序参数——是可以从URL中去除的，并被cookie记录的。通过将这些信息加入cookie，然后301重定向至一个“干净”的URL，你可以保持原有的内容，并减少多个URL指向同一内容的情况。
控制无限空间
你的网站上是否有一个日历表，上面的链接指向无数个过去和将来的日期（每一个链接地址都独一无二）？你的网页地址是否在加入一个&page=3563的参数之后，仍然可以返回200代码，哪怕根本没有这么多页？如果是这样的话，你的网站上就出现了所谓的“无限空间”，这种情况会浪费抓取机器人和你的网站的带宽。如何控制好“无限空间”，参考这里的一些技巧吧。
阻止Google爬虫抓取他们不能处理的页面
通过使用你的robots.txt 文件，你可以阻止你的登录页面，联系方式，购物车以及其他一些爬虫不能处理的页面被抓取。(爬虫是以他的吝啬和害羞而著名，所以一般他们不会自己 “往购物车里添加货物” 或者 “联系我们”)。通过这种方式，你可以让爬虫花费更多的时间抓取你的网站上他们能够处理的内容。
一人一票。 一个 URL, 一段内容
在理想的世界里，URL和内容之间有着一对一的对应：每一个URL会对应一段独特的内容，而每一段内容只能通过唯一的一个URL访问。越接近这样的理想状况，你的网站会越容易被抓取和收录。如果你的内容管理系统或者目前的网站建立让它实现起来比较困难，你可以尝试使用rel=canonical元素去设定你想用的URL去指示某个特定的内容。
SEO公司
很多有关于网站结构、抓取与收录、甚至是排名的问题都可以被归结为一个中心问题，那就是：搜索引擎能够多么容易的抓取您的网站？
每时每刻都在产生新的内容。Google 本身的资源是有限的，当面对几近无穷无尽的网络内容的时候，Googlebot 只能找到和抓取其中一定比例的内容。然后，在我们已经抓取到的内容中，我们也只能索引其中的一部分。
URLs 就像网站和搜索引擎抓取工具之间的桥梁: 为了能够抓取到您网站的内容，抓取工具需要能够找到并跨越这些桥梁(也就是找到并抓取您的URLs)。如果您的URLs很复杂或冗长，抓取工具不得不需要反复花时间去跟踪这些网址；如果您的URLs很规整并且直接指向您的独特内容，抓取工具就可以把精力放在了解您的内容上，而不是白白花在抓取空网页或被不同的URLs指引却最终只是抓取到了相同的重复内容。
包括被URL和编码，冗余的参数伪装成URL路径的一部分，无限的抓取空间，等等。您还可以找到帮助您理顺这些网址迷宫和帮助抓取工具更快更好地找到您的内容的一些建议，主要包括：
去除URL中的用户相关参数
那些不会对网页内容产生影响的URL中的参数——例如session ID或者排序参数——是可以从URL中去除的，并被cookie记录的。通过将这些信息加入cookie，然后301重定向至一个“干净”的URL，你可以保持原有的内容，并减少多个URL指向同一内容的情况。
控制无限空间
你的网站上是否有一个日历表，上面的链接指向无数个过去和将来的日期（每一个链接地址都独一无二）？你的网页地址是否在加入一个&page=3563的参数之后，仍然可以返回200代码，哪怕根本没有这么多页？如果是这样的话，你的网站上就出现了所谓的“无限空间”，这种情况会浪费抓取机器人和你的网站的带宽。如何控制好“无限空间”，参考这里的一些技巧吧。
阻止Google爬虫抓取他们不能处理的页面
通过使用你的robots.txt 文件，你可以阻止你的登录页面，联系方式，购物车以及其他一些爬虫不能处理的页面被抓取。(爬虫是以他的吝啬和害羞而著名，所以一般他们不会自己 “往购物车里添加货物” 或者 “联系我们”)。通过这种方式，你可以让爬虫花费更多的时间抓取你的网站上他们能够处理的内容。
一人一票。 一个 URL, 一段内容
在理想的世界里，URL和内容之间有着一对一的对应：每一个URL会对应一段独特的内容，而每一段内容只能通过唯一的一个URL访问。越接近这样的理想状况，你的网站会越容易被抓取和收录。如果你的内容管理系统或者目前的网站建立让它实现起来比较困难，你可以尝试使用rel=canonical元素去设定你想用的URL去指示某个特定的内容。
SEO公司
SEO技术:如何选择进行优化的关键词呢?
从事搜索引擎优化的人都知道关键词在SEO中的重要性。关键词是指引搜索引擎找到某网站的灯塔。假设你对某网站每个页面的关键词都进行优化, 那么搜索引擎就会访问每个页面。
如何选择进行优化的关键词呢?
首先, 选择关键词要仔细有策略。并不是所有的词句都可以作为关键词来用的。你应该站在浏览者的角度，想象他们搜索某内容是会键入哪些词，然后把这些词或与这些词相近的词作为进行优化的关键词。
关键词力求多样化
对关键词进行优化有助于你的网站脱颖而出。一方面, 网站上每个页面都应该有它的关键词词或关键句, 这样, 搜索引擎才会感觉到各个页面的不同, 才会在搜索时有所区分。另一方面, 各个页面的关键词最好是相近的或相关的 (即词与词之间不能风马牛不相及)。当然, 这是关键词选择中的高级技巧，如果能作到这两点，会大大提升你的网站质量。
选用关键词还是关键句?
目前，只有少数知名品牌或大型网站能享受到关键词的好处。听着是不是很让人沮丧?
别担心, 我指的是某个行业的某个关键词。除非你是某行业的佼佼者或领军人物，否则单纯利用单个的关键词是很难为你带来高访问量。那么，该如何解决? 这就要求你在关键词选择方面要学会整合多个关键词，做到多样化同时简明扼要。利用一串词，或者关键的句子。句子越长，涵盖的目标访问者就越多。当然，关键句并不是越长越好，现在，一般来说，三个词或四个词的长度是最合理的。
例如: 对印度的一家提供低价的搜索引擎优化服务的公司来说，关键词 “affordable search engine optimization India”( 印度 低价 搜索引擎优化) 就比"seo India" (印度 搜索引擎优化) 或 "seo packages" (搜索引擎优化 服务) 要好，前者能带来更多目标访问者。
关键词用在哪里?
现在，你已经精心挑选了关键词。那么就开始灵活运用它们吧!网站标题、标签、页首、页中、页尾的标语、目录、导入链接等等，都是关键词的用武之地。
但是，这并不是让你在以上位置对关键词进行胡乱堆砌。当然，外部链接除外，在网站的外部链接中带有越多你的关键词，你的收益越大，特别是来自那些高质量的网站链接。
关键词怎么用?
一旦选好了关键词及所处位置, 就尽量让它维持原样, 不要心血来潮就给某个词或句加个字或符号。关键句不可过长或过短，出现频率不可过多或过少，分布不可过疏或过密，否则不仅发挥不了预定作用，还会被误认为是欺骗搜索引擎的垃圾信息。
因此，对关键词句的运用务必要规范合理。
如何合理使用关键词？
一切准备就绪后，就要对关键词进行合理有效的运用，把它的效果发挥到最大。可能用户对关键词不太在意，但是搜索引擎却一目了然。为了有效利用关键词，你也可以求助于某些好的软件或SEO业内人士。
如果你的网站严格按照以上各步走，那肯定会拥有可观的访问量，一定会有更多的人访问你的网站并购买你提供的东西。
SEO公司
从事搜索引擎优化的人都知道关键词在SEO中的重要性。关键词是指引搜索引擎找到某网站的灯塔。假设你对某网站每个页面的关键词都进行优化, 那么搜索引擎就会访问每个页面。
如何选择进行优化的关键词呢?
首先, 选择关键词要仔细有策略。并不是所有的词句都可以作为关键词来用的。你应该站在浏览者的角度，想象他们搜索某内容是会键入哪些词，然后把这些词或与这些词相近的词作为进行优化的关键词。
关键词力求多样化
对关键词进行优化有助于你的网站脱颖而出。一方面, 网站上每个页面都应该有它的关键词词或关键句, 这样, 搜索引擎才会感觉到各个页面的不同, 才会在搜索时有所区分。另一方面, 各个页面的关键词最好是相近的或相关的 (即词与词之间不能风马牛不相及)。当然, 这是关键词选择中的高级技巧，如果能作到这两点，会大大提升你的网站质量。
选用关键词还是关键句?
目前，只有少数知名品牌或大型网站能享受到关键词的好处。听着是不是很让人沮丧?
别担心, 我指的是某个行业的某个关键词。除非你是某行业的佼佼者或领军人物，否则单纯利用单个的关键词是很难为你带来高访问量。那么，该如何解决? 这就要求你在关键词选择方面要学会整合多个关键词，做到多样化同时简明扼要。利用一串词，或者关键的句子。句子越长，涵盖的目标访问者就越多。当然，关键句并不是越长越好，现在，一般来说，三个词或四个词的长度是最合理的。
例如: 对印度的一家提供低价的搜索引擎优化服务的公司来说，关键词 “affordable search engine optimization India”( 印度 低价 搜索引擎优化) 就比"seo India" (印度 搜索引擎优化) 或 "seo packages" (搜索引擎优化 服务) 要好，前者能带来更多目标访问者。
关键词用在哪里?
现在，你已经精心挑选了关键词。那么就开始灵活运用它们吧!网站标题、标签、页首、页中、页尾的标语、目录、导入链接等等，都是关键词的用武之地。
但是，这并不是让你在以上位置对关键词进行胡乱堆砌。当然，外部链接除外，在网站的外部链接中带有越多你的关键词，你的收益越大，特别是来自那些高质量的网站链接。
关键词怎么用?
一旦选好了关键词及所处位置, 就尽量让它维持原样, 不要心血来潮就给某个词或句加个字或符号。关键句不可过长或过短，出现频率不可过多或过少，分布不可过疏或过密，否则不仅发挥不了预定作用，还会被误认为是欺骗搜索引擎的垃圾信息。
因此，对关键词句的运用务必要规范合理。
如何合理使用关键词？
一切准备就绪后，就要对关键词进行合理有效的运用，把它的效果发挥到最大。可能用户对关键词不太在意，但是搜索引擎却一目了然。为了有效利用关键词，你也可以求助于某些好的软件或SEO业内人士。
如果你的网站严格按照以上各步走，那肯定会拥有可观的访问量，一定会有更多的人访问你的网站并购买你提供的东西。
SEO公司
解密扎克伯格和员工们的幸福午餐
就餐地点：加州帕洛阿尔托(Palo Alto)加州大道1601号(1601 California Avenue) Facebook工程大楼(Facebook Engineering Building )的Café X咖啡厅。
膳食：周一至周四多为有机食品的国际餐;周五为美式安慰食物(comfort food)。
饭菜价格：妙不可言——员工一日三餐及众多小吃，尽饱吃，且均为免费。
公司宗旨：“帮助员工在生活中相互交往与交流”。
在Facebook工作的员工们(资料图)
位于Facebook工程大楼的咖啡厅糅合了大学饭堂与拉斯维加斯(Las Vegas)自助餐厅的特色。午餐通常是编码员与编程员每天的第一餐，在一长排大厨们的“帮助”下，他们总是把塑料餐盘堆得满满的——一边忙着用刀切着烤肉与烤鸡，一边大煸食用豇豆、羽衣甘蓝(collared greens)以及手撕烤猪肉(pulled pork)的种种益处。在 没有服务员的沙拉吧以及帕尼尼(Panini) 自制区，员工可以随意倒腾自己想吃的东西。早餐时，员工可以自制华夫饼干(waffle)。
员工穿着牛仔裤与T恤衫(也包括有些间或穿谷歌T恤衫者)坐在白色简易桌子旁的橙色塑料骑上用餐，这些桌椅的式样意在补充Facebook大楼的整体装修风格——原生态以及拼搏——旨在提醒员工其工作仅仅(而且永远)“完成了百分之一。”
Facebook CEO扎克伯格(资料图)
主厨约瑟夫-德西蒙(Josef Desimone)如今负责位于门洛帕克(Menlo Park)Facebook未来总部新餐厅的设计工作，但他已经否决了第一个餐厅方案。“那个设计太花哨，”他说，“这可是个大问题。”他得估计到将来会有员工在餐厅墙上涂鸦以及胡按手印，因为他们肯定会对公司大楼的整体美感有所“贡献”。
除了咖啡厅的设计，德西蒙还负责为公司2000多名当地员工准备每周五天的早、中、晚三餐。通过尝试推出各种风味的主题餐——中餐、海地餐以及全部用巧克力做的餐(其中用红辣椒、意式乳清干酪(ricotta)与可可粉包的馄饨以及用巧克力辣酱做的芦笋为特色菜)，他与就餐员工一样大过了一把嘴瘾关。
Facebook总部一隅(资料图)
所有膳食均为免费，公司的诸多快餐店还大量供应香蕉、士力架巧克力棒(Snickers bars)以及维他命矿泉水(Vitamin Waters)，接待处甚至也摆放了大盘的Starburst果汁软糖、棒棒糖(Tootsie Pops)以及牛肉肉末饼(Peppermint Patties)。所以提醒新员工注意“到Facebook公司会长15磅肉”也就不足为奇了，员工到Facebook一年内增重15磅是家常便饭，此外洗手间里还免费提供牙膏与牙刷。
中本美智代是《金融时报》驻旧金山记者。
就餐地点：加州帕洛阿尔托(Palo Alto)加州大道1601号(1601 California Avenue) Facebook工程大楼(Facebook Engineering Building )的Café X咖啡厅。
膳食：周一至周四多为有机食品的国际餐;周五为美式安慰食物(comfort food)。
饭菜价格：妙不可言——员工一日三餐及众多小吃，尽饱吃，且均为免费。
公司宗旨：“帮助员工在生活中相互交往与交流”。
在Facebook工作的员工们(资料图)
位于Facebook工程大楼的咖啡厅糅合了大学饭堂与拉斯维加斯(Las Vegas)自助餐厅的特色。午餐通常是编码员与编程员每天的第一餐，在一长排大厨们的“帮助”下，他们总是把塑料餐盘堆得满满的——一边忙着用刀切着烤肉与烤鸡，一边大煸食用豇豆、羽衣甘蓝(collared greens)以及手撕烤猪肉(pulled pork)的种种益处。在 没有服务员的沙拉吧以及帕尼尼(Panini) 自制区，员工可以随意倒腾自己想吃的东西。早餐时，员工可以自制华夫饼干(waffle)。
员工穿着牛仔裤与T恤衫(也包括有些间或穿谷歌T恤衫者)坐在白色简易桌子旁的橙色塑料骑上用餐，这些桌椅的式样意在补充Facebook大楼的整体装修风格——原生态以及拼搏——旨在提醒员工其工作仅仅(而且永远)“完成了百分之一。”
Facebook CEO扎克伯格(资料图)
主厨约瑟夫-德西蒙(Josef Desimone)如今负责位于门洛帕克(Menlo Park)Facebook未来总部新餐厅的设计工作，但他已经否决了第一个餐厅方案。“那个设计太花哨，”他说，“这可是个大问题。”他得估计到将来会有员工在餐厅墙上涂鸦以及胡按手印，因为他们肯定会对公司大楼的整体美感有所“贡献”。
除了咖啡厅的设计，德西蒙还负责为公司2000多名当地员工准备每周五天的早、中、晚三餐。通过尝试推出各种风味的主题餐——中餐、海地餐以及全部用巧克力做的餐(其中用红辣椒、意式乳清干酪(ricotta)与可可粉包的馄饨以及用巧克力辣酱做的芦笋为特色菜)，他与就餐员工一样大过了一把嘴瘾关。
Facebook总部一隅(资料图)
所有膳食均为免费，公司的诸多快餐店还大量供应香蕉、士力架巧克力棒(Snickers bars)以及维他命矿泉水(Vitamin Waters)，接待处甚至也摆放了大盘的Starburst果汁软糖、棒棒糖(Tootsie Pops)以及牛肉肉末饼(Peppermint Patties)。所以提醒新员工注意“到Facebook公司会长15磅肉”也就不足为奇了，员工到Facebook一年内增重15磅是家常便饭，此外洗手间里还免费提供牙膏与牙刷。
中本美智代是《金融时报》驻旧金山记者。
推一把训练营培训（元创）：网站有效外链增加排名的方法
时间：2009年9月24日（周四）晚9点
方式：线上语音，请准备好音箱或是耳麦等相关设备。
地点：线上远程会议系统。深圳市东方聚能通讯技术有限公司为咱们赞助了一套商业版的远程会议系统，测试了一下，效果不错。本次培训用这个试试，如果效果好，以后就长期用这个。这个软件使用起来也很简单：
1、登陆：http://www.emeetingroom.cn/hdty.htm，
2、点击左边的图片下载。 下载完成后，安装。
3、打开桌面快捷图标输入服务IP地址、用户名、密码点登陆。（帐号和密码，请提前在Q上找俺要，上周已经分配到了的朋友，就不要再要了，直接用那个登陆。）
注意：培训时，请不要开下载、在线视频等软件，会影响效果的。
主讲人：元创
本期主题：网站有效外链增加排名的方法
三个方面内容：
链接结构与关键词的关系
外部链接建设策略（介绍几种常见的被认可的连接方式）
网页与网页的链接关系
SEO公司 在职研究生
时间：2009年9月24日（周四）晚9点
方式：线上语音，请准备好音箱或是耳麦等相关设备。
地点：线上远程会议系统。深圳市东方聚能通讯技术有限公司为咱们赞助了一套商业版的远程会议系统，测试了一下，效果不错。本次培训用这个试试，如果效果好，以后就长期用这个。这个软件使用起来也很简单：
1、登陆：http://www.emeetingroom.cn/hdty.htm，
2、点击左边的图片下载。 下载完成后，安装。
3、打开桌面快捷图标输入服务IP地址、用户名、密码点登陆。（帐号和密码，请提前在Q上找俺要，上周已经分配到了的朋友，就不要再要了，直接用那个登陆。）
注意：培训时，请不要开下载、在线视频等软件，会影响效果的。
主讲人：元创
本期主题：网站有效外链增加排名的方法
三个方面内容：
链接结构与关键词的关系
外部链接建设策略（介绍几种常见的被认可的连接方式）
网页与网页的链接关系
SEO公司 在职研究生
高盛维持携程中性评级和42美元目标价
新浪科技讯 北京时间5月30日下午消息，高盛今天发表研究报告，维持携程(Nasdaq:CTRP)股票“中性”(Neutral)评级以及42美元的目标股价不变。
以下为报告概要：
新闻
据媒体报道，携程CEO范敏上周表示，携程计划在线出售高铁客票，但尚未与管理部门敲定最终细节。该服务大概需要一个月左右才能推出，可能会与京沪高铁的开通保持同步，后者有望于今年6月开始运营。
分析
(1)我们相信，携程已经在有限的范围内有选择地测试了在线出售高铁客票的业务，包括通过与第三方网站的合作。自从第一条高铁线路2009年开始运营以来，乘客购/取票都要受到一定的限制，主要在火车站。但由于缺乏集中化的实时订票系统，因此部分旅行社仍然可以代表客户在售票点购/取票。完善的在线订票系统可能会从根本上提升用户体验，并为订票提供便利。
(2)我们预计，携程的高铁订票业务将采用纯在线方式，通过将呼叫中心的参与度降至最低来控制成本。原因是铁路订票费相对较低，按照政府规定，最高仅为5元人民币。而政府监管力度较低的机票和酒店的预订费分别为40至45元人民币和65至70元人民币。我们认为，携程可能会尝试对额外的交付或在线服务收费。
(3)我们认为这条新闻对携程有利。在收入方面，携程可以重新获取原本可能会转向高铁的机票预订费(尽管高铁订票的便利性提升也有可能进一步加大转移风险)。此举还有助于围绕高铁沿线开发休闲旅游套餐。我们预计成本增加有限，主要源于后台IT系统的建设和额外的交付能力。
含义
我们对携程的业绩预期和目标股价保持不变。(鼎宏)
新浪科技讯 北京时间5月30日下午消息，高盛今天发表研究报告，维持携程(Nasdaq:CTRP)股票“中性”(Neutral)评级以及42美元的目标股价不变。
以下为报告概要：
新闻
据媒体报道，携程CEO范敏上周表示，携程计划在线出售高铁客票，但尚未与管理部门敲定最终细节。该服务大概需要一个月左右才能推出，可能会与京沪高铁的开通保持同步，后者有望于今年6月开始运营。
分析
(1)我们相信，携程已经在有限的范围内有选择地测试了在线出售高铁客票的业务，包括通过与第三方网站的合作。自从第一条高铁线路2009年开始运营以来，乘客购/取票都要受到一定的限制，主要在火车站。但由于缺乏集中化的实时订票系统，因此部分旅行社仍然可以代表客户在售票点购/取票。完善的在线订票系统可能会从根本上提升用户体验，并为订票提供便利。
(2)我们预计，携程的高铁订票业务将采用纯在线方式，通过将呼叫中心的参与度降至最低来控制成本。原因是铁路订票费相对较低，按照政府规定，最高仅为5元人民币。而政府监管力度较低的机票和酒店的预订费分别为40至45元人民币和65至70元人民币。我们认为，携程可能会尝试对额外的交付或在线服务收费。
(3)我们认为这条新闻对携程有利。在收入方面，携程可以重新获取原本可能会转向高铁的机票预订费(尽管高铁订票的便利性提升也有可能进一步加大转移风险)。此举还有助于围绕高铁沿线开发休闲旅游套餐。我们预计成本增加有限，主要源于后台IT系统的建设和额外的交付能力。
含义
我们对携程的业绩预期和目标股价保持不变。(鼎宏)
小健讲座:搜索引擎与Web Spider原理详解
网络蜘蛛(Web Spider)程序的实现是一个比较复杂而且有一些技术难点的工作，通过一段时间对其的研究，以及对完成一些数据抓取的用例进行了归纳总结，现详细说明给其实现原理及技术难点讲解给大家。
任意给一个入口即链接，便可以访问整个互联网，这就是网络蜘蛛(Web Spider)的最终目标，当然这对于像GOOGLE，BAIDU，yahoo等一些搜索引擎的蜘蛛来说，肯定是需要做到这一点的。
但对于我们目前的情况来说，不需要访问整个互联网，而我们只需要提取我们所需要的信息就可以了，那么对于网络蜘蛛(Web Spider)的关键点不是抓取网页数据，而是分析网页数据。
对于每个网页五花八门的数据格式，要分析出所需要的数据则是一件令人头痛的问题，接下来我们先说说整个实现流程，然后针对每一个步骤详细来说明
一下其实现原理及方法。
二. 网络蜘蛛基本原理
网络蜘蛛即 Web Spider，是一个很形象的名字呵呵。
把互联网比喻成一个蜘蛛网，那么Spider就是在网上爬来爬去的蜘蛛。
网络蜘.蛛是通过网页的链接地址来寻找网页，从网站某一个页面（通常是首页）开始爬入，读取网页的内容，找到在网页中的其它链接地址 ，然后通过这些链接地址寻找下一个网页，这样一直循环下去，直到把这个网站所有的网页都抓取完为止。
网络蜘.蛛是通过网页的链接地址来寻找网页，从网站某一个页面（通常是首页）开始爬入，读取网页的内容，找到在网页中的其它链接地址 ，然后通过这些链接地址寻找下一个网页，这样一直循环下去，直到把这个网站所有的网页都抓取完为止。
如果把整个互联网当成一 个网站，那么网络蜘蛛(Web Spider)就可以用这个原理把互联网上所有的网页都抓取下来。
网络蜘蛛实现的流程图如图：
那好我继续往下讲从图中所看的设计原理。
三：网络蜘蛛实现的关键点
1.从上述流程图中我们可以看到，我们需要给定一个入口的URL，蜘蛛才开始工作。
这里我们就需要几个队列，来保存不同状态的链 接。
按照严格的分类，我们需要四个队列，即运行队列，等待队列，完成队列，异常队列，但针对具体情况，因为太多队列调度复杂 ，我们只用了二个队列，等待队列跟运行队列合并成为运行队列，完成队列，由于我们只针对特定的网站，所以异常队列的必要性不 是太大。
我们的线程一直从运行队列中读取最先写入队列的URL，如果存在，则往下执行，如果运行队列中没有数据了，则终止蜘蛛 的运行。
每处理完一个URL，则把其写入完成队列，防止重复访问。同时对于每个页面上合法并过滤后的链接都会写入运行队列。
对于一般的小程序，队列基本上用内存取存就可以了，但对于大型数据量而言，用内存保存数据肯定是不可取的，那么我们采取的是 用数据库模拟队列，即建了二个表，一为(RUNQUEUE)（运行队列），一为(SUCQUEUE)（完成队列）。
两表的字段相同，包括，队列ID ，用来判断链接的顺序，为先进先出做依据，队列URL 即链接内容，队列深度，即该链接所处的深度，用来判断在多少层终止数据抓 取。同时写了两个方法，一为取得最先进入队列的数据，二为移除该数据。
因此基本上模拟了队列的特征，可以进行海量数据的抓取 ，同时还可以进行断点续抓的功能。
2 超链接的获取及处理
对于任何网站的抓取，都少不了一个核心的东西，就是超链接，它是各个页面之间相互关联的钮带，也就是因为它，才把庞大的一个 互联网紧密的联系起来，使得各个页面之间不是孤立无助的。
对于超链接的获取来说，还有一个比较重要的问题，就是对于一个网站有太多的链接了，有外部链接，内部链接，绝对链接，相对的 等等形式的，如果我们不做任何处理的保存下来，那么我想这个蜘蛛就会永无止境的跑下去了，却不一定能获取得我们想要的数据， 因此这是不可取的。对于此问题，我们需要提供几个解决方法：
首先就是控制抓取层数，因为对于每一个链接，我们都给了它一个与之相对应的层数，如果这个层大于我们所给的层，那么就终止程 序；
第二个方法就是过滤关键字，就是对链接中的字词进行分析，过滤掉一些关键字，或保留相关关键字，这里也有二种方法:
第一就是只取得包含我们所给定的关键字的链接，比如说 (ITkafeiting) 我们只取得包含 (ITkafeiting) 这个词的链接，不包含的 我们就丢掉，这样所取的链接即为内部链接，并且这样的关键字是可以替加的，比如说我们要取得的链接中必须包含ITkafeiting 和 html 还是其它的都可以。
第二种方法就是取得不包含我们所给定的关键字的链接，同时该关键字也是可替加的，这样一来，我们就很容易的对抓取链接进行筛 选，获得我们需要的链接。
第三就是设置获取链接的个数，超过这个数字就终止；.
第四就是设置运行时间，一旦到时间就终止。因此现在只是采取了第一和第二种方法，对于每个页面上的链接的获得的方法有二种， 第一种就是用正则表达式，但这种方法我个人觉得不是太好，如果链接的格式不同，或者javascript 中的链接就不一定能抓得下来 ；第二种方法，就是用JAVA自带的解释HTML 的包HTMLEditorKit，这种方法我觉得不会漏掉任何的链接，不管是相对的还是绝对的， 同时效率比用正则表达式高，因此，我们基本上是采用这种方式。
对于链接的形式的不同，因为有相对的，绝对的，还有其它各种情况的，针对此问题，我特别写了一个方法，把所有的链接全部转换 成绝对的链接。这样那么就不会漏掉任何有用的数据。
对于链接过滤主要涉及两个数组，第一个数组即是必须存在的关键字组，这一数组中，可以根据具体的网站页面链接情况进行配置， 同时其数组的个数是无限制的，分析链接时，链接中必须存在这个数组中所有的关键字，如果有任何一个不存在，则都会丢弃该链接 。
如：该数组中有关键字，“http”, “ITkafeiting”, “html”,那么只有包含这些关键字的链接才有效， http://www.itkafeiting.com/index.html该链接则是有效的，而 http://www.itkafeiting.com/index.asp这样的链接则会被丢弃， 并且该数组一定要配置；第二个数组则为不需要存在的关键字组，这一数组中，也是根据具体的网站页面链接情况进行配置的，同时 其数组个数也是无限制的，分析链接时，链接中必须不存在这个数组中的任何一个关键字，如果有任何一个存在，则会丢弃该链接。
如：该数组中有关键字，“asp”，那么 http://www.itkafeiting.com/index.asp则会被丢弃，该数组的配置是可选的，根据实际情 况可不配置，两个数组是同时使用的，进一步保证了链接的高过滤性。
21:01:14
为了避免死循环，防止重复抓取页面，除了上述过滤链接外，还需要判断，我们需要入库的链接是否存在，因此需要把该链接与数据 库中的队列表中的数据进行判断（运行队列和完成队列都要判断），如存在则丢弃，不存在则写入运行队列。
通过上述方法，就可以很好的，很方便，很灵活的提取我们需要的相关链接进行处理，从而避免了太多无用链接的麻烦。
(呵呵讲到这里有点累了,还是坚持一下,我继续往下讲.下面说一下页面内容抓取.)
通过从运行队列中取得的链接，则可以抓取该页面的所有源代码内容。这里主要应用到了 SUN 公司提供的NET 包。首先把链接先成 URL 实例，通过HTTPConnection 方法打开该链接，然后获得其页面内容的信息流。
再把该信息流转换成我们需要的字符串，这里面 有个问题是流只能应用一次，而在我们通过HTML 解析器获取其超链接的时候用的是流，因此没办法用二次流，经过思考先统一转成 字符串，然后在需要的时候，再把字符串转成流，从而达到我们的要求。
4.如何解析HTML 内容
当页面的内容抓取下来以后，那么接下来的事情就是解析 HTML 内容，并根据我们的需要提取相关的数据内容入库。
因为每个网站的风格各异，页面格式也各异，因此想做成一个通用的能解析所有网页的程序是不太可能的，那么这一部分就是比较灵 活的，需要我们根据不同的网站，以及我们所需的不同的内容进行灵活方便的配置，或者做小部分改动即可应用就很不错了。
因为 HTML 语言的特殊性，解析它是个非常麻烦的问题，通过比较发现采用正则表达式来分析HTML 是非常好的一种方式。因为在我 们的蜘蛛程序中，所有的解析都是采用正则表达式实现的。
通过对很多网站的内容进行分析以后，我们发现，解析后形成的结果无非 就是四种情况，借用表的形式来说明比较直观，即，单行单列，单行多列，多行单列，多行多列，因此，我们针对这四种情况分析写 了四个不同的方法，返回不同的结果及类型，同时针对不同的页面，可能出现这四种类型的嵌套，循环等形式，需要根据实际情况来 定。
同时根据网站不同，所取数据的不同，需要写一个或多个正则表达式。对于正则表达式的解析，我们采用开源项目组里的一个正则表 达式包，功能比较强大。同时基本上与微软的正则表达式的规则区别不是太大，因此，使用起来更方便。
5.数据入库
通过对页面内容的解析，就会提取到我们需要的数据，然后对数据进行优化，比如把全角转成半角，去掉其两边空格，
或对一些日期等进行格式化以后，基本上就入库了。入库的时候还需要针对不同的字段进行判断，该记录是否存在，如存在，
则放弃，尽可能提高入库数据的唯一性。
6 线程的实现意义及方法
对于网络蜘蛛而言，必须采用线程进行循环，因为这样可以提高效率，避免死循环，周期性运行而无需人工干预，易于
控制，易于采用多线程等。
当然采用线程也会有一些弊端，如网络阻塞的话，那么整个线程一直处于等待状态而导致死亡。
那么这里我们采用了一种线程监控的方法，就是说有二个线程在运行，一个是主线程，另一个是监控线程，监控线程每隔一段时间就去访问主线种与其共享的变量，一旦发现超时，即认为网络阻塞，于时杀掉线程，重新启动该线程。
避免了由于网络阻塞而线程一直等待的问题。
四:讲座结束语
以上的经验之谈纯属本人个人总结，希望能对一些朋友有所帮助。转载请完整保留此信息，如作修改，谢绝转载。我的讲座结束,谢谢大家支持。SEO公司 在职博士
网络蜘蛛(Web Spider)程序的实现是一个比较复杂而且有一些技术难点的工作，通过一段时间对其的研究，以及对完成一些数据抓取的用例进行了归纳总结，现详细说明给其实现原理及技术难点讲解给大家。
任意给一个入口即链接，便可以访问整个互联网，这就是网络蜘蛛(Web Spider)的最终目标，当然这对于像GOOGLE，BAIDU，yahoo等一些搜索引擎的蜘蛛来说，肯定是需要做到这一点的。
但对于我们目前的情况来说，不需要访问整个互联网，而我们只需要提取我们所需要的信息就可以了，那么对于网络蜘蛛(Web Spider)的关键点不是抓取网页数据，而是分析网页数据。
对于每个网页五花八门的数据格式，要分析出所需要的数据则是一件令人头痛的问题，接下来我们先说说整个实现流程，然后针对每一个步骤详细来说明
一下其实现原理及方法。
二. 网络蜘蛛基本原理
网络蜘蛛即 Web Spider，是一个很形象的名字呵呵。
把互联网比喻成一个蜘蛛网，那么Spider就是在网上爬来爬去的蜘蛛。
网络蜘.蛛是通过网页的链接地址来寻找网页，从网站某一个页面（通常是首页）开始爬入，读取网页的内容，找到在网页中的其它链接地址 ，然后通过这些链接地址寻找下一个网页，这样一直循环下去，直到把这个网站所有的网页都抓取完为止。
网络蜘.蛛是通过网页的链接地址来寻找网页，从网站某一个页面（通常是首页）开始爬入，读取网页的内容，找到在网页中的其它链接地址 ，然后通过这些链接地址寻找下一个网页，这样一直循环下去，直到把这个网站所有的网页都抓取完为止。
如果把整个互联网当成一 个网站，那么网络蜘蛛(Web Spider)就可以用这个原理把互联网上所有的网页都抓取下来。
网络蜘蛛实现的流程图如图：
那好我继续往下讲从图中所看的设计原理。
三：网络蜘蛛实现的关键点
1.从上述流程图中我们可以看到，我们需要给定一个入口的URL，蜘蛛才开始工作。
这里我们就需要几个队列，来保存不同状态的链 接。
按照严格的分类，我们需要四个队列，即运行队列，等待队列，完成队列，异常队列，但针对具体情况，因为太多队列调度复杂 ，我们只用了二个队列，等待队列跟运行队列合并成为运行队列，完成队列，由于我们只针对特定的网站，所以异常队列的必要性不 是太大。
我们的线程一直从运行队列中读取最先写入队列的URL，如果存在，则往下执行，如果运行队列中没有数据了，则终止蜘蛛 的运行。
每处理完一个URL，则把其写入完成队列，防止重复访问。同时对于每个页面上合法并过滤后的链接都会写入运行队列。
对于一般的小程序，队列基本上用内存取存就可以了，但对于大型数据量而言，用内存保存数据肯定是不可取的，那么我们采取的是 用数据库模拟队列，即建了二个表，一为(RUNQUEUE)（运行队列），一为(SUCQUEUE)（完成队列）。
两表的字段相同，包括，队列ID ，用来判断链接的顺序，为先进先出做依据，队列URL 即链接内容，队列深度，即该链接所处的深度，用来判断在多少层终止数据抓 取。同时写了两个方法，一为取得最先进入队列的数据，二为移除该数据。
因此基本上模拟了队列的特征，可以进行海量数据的抓取 ，同时还可以进行断点续抓的功能。
2 超链接的获取及处理
对于任何网站的抓取，都少不了一个核心的东西，就是超链接，它是各个页面之间相互关联的钮带，也就是因为它，才把庞大的一个 互联网紧密的联系起来，使得各个页面之间不是孤立无助的。
对于超链接的获取来说，还有一个比较重要的问题，就是对于一个网站有太多的链接了，有外部链接，内部链接，绝对链接，相对的 等等形式的，如果我们不做任何处理的保存下来，那么我想这个蜘蛛就会永无止境的跑下去了，却不一定能获取得我们想要的数据， 因此这是不可取的。对于此问题，我们需要提供几个解决方法：
首先就是控制抓取层数，因为对于每一个链接，我们都给了它一个与之相对应的层数，如果这个层大于我们所给的层，那么就终止程 序；
第二个方法就是过滤关键字，就是对链接中的字词进行分析，过滤掉一些关键字，或保留相关关键字，这里也有二种方法:
第一就是只取得包含我们所给定的关键字的链接，比如说 (ITkafeiting) 我们只取得包含 (ITkafeiting) 这个词的链接，不包含的 我们就丢掉，这样所取的链接即为内部链接，并且这样的关键字是可以替加的，比如说我们要取得的链接中必须包含ITkafeiting 和 html 还是其它的都可以。
第二种方法就是取得不包含我们所给定的关键字的链接，同时该关键字也是可替加的，这样一来，我们就很容易的对抓取链接进行筛 选，获得我们需要的链接。
第三就是设置获取链接的个数，超过这个数字就终止；.
第四就是设置运行时间，一旦到时间就终止。因此现在只是采取了第一和第二种方法，对于每个页面上的链接的获得的方法有二种， 第一种就是用正则表达式，但这种方法我个人觉得不是太好，如果链接的格式不同，或者javascript 中的链接就不一定能抓得下来 ；第二种方法，就是用JAVA自带的解释HTML 的包HTMLEditorKit，这种方法我觉得不会漏掉任何的链接，不管是相对的还是绝对的， 同时效率比用正则表达式高，因此，我们基本上是采用这种方式。
对于链接的形式的不同，因为有相对的，绝对的，还有其它各种情况的，针对此问题，我特别写了一个方法，把所有的链接全部转换 成绝对的链接。这样那么就不会漏掉任何有用的数据。
对于链接过滤主要涉及两个数组，第一个数组即是必须存在的关键字组，这一数组中，可以根据具体的网站页面链接情况进行配置， 同时其数组的个数是无限制的，分析链接时，链接中必须存在这个数组中所有的关键字，如果有任何一个不存在，则都会丢弃该链接 。
如：该数组中有关键字，“http”, “ITkafeiting”, “html”,那么只有包含这些关键字的链接才有效， http://www.itkafeiting.com/index.html该链接则是有效的，而 http://www.itkafeiting.com/index.asp这样的链接则会被丢弃， 并且该数组一定要配置；第二个数组则为不需要存在的关键字组，这一数组中，也是根据具体的网站页面链接情况进行配置的，同时 其数组个数也是无限制的，分析链接时，链接中必须不存在这个数组中的任何一个关键字，如果有任何一个存在，则会丢弃该链接。
如：该数组中有关键字，“asp”，那么 http://www.itkafeiting.com/index.asp则会被丢弃，该数组的配置是可选的，根据实际情 况可不配置，两个数组是同时使用的，进一步保证了链接的高过滤性。
21:01:14
为了避免死循环，防止重复抓取页面，除了上述过滤链接外，还需要判断，我们需要入库的链接是否存在，因此需要把该链接与数据 库中的队列表中的数据进行判断（运行队列和完成队列都要判断），如存在则丢弃，不存在则写入运行队列。
通过上述方法，就可以很好的，很方便，很灵活的提取我们需要的相关链接进行处理，从而避免了太多无用链接的麻烦。
(呵呵讲到这里有点累了,还是坚持一下,我继续往下讲.下面说一下页面内容抓取.)
通过从运行队列中取得的链接，则可以抓取该页面的所有源代码内容。这里主要应用到了 SUN 公司提供的NET 包。首先把链接先成 URL 实例，通过HTTPConnection 方法打开该链接，然后获得其页面内容的信息流。
再把该信息流转换成我们需要的字符串，这里面 有个问题是流只能应用一次，而在我们通过HTML 解析器获取其超链接的时候用的是流，因此没办法用二次流，经过思考先统一转成 字符串，然后在需要的时候，再把字符串转成流，从而达到我们的要求。
4.如何解析HTML 内容
当页面的内容抓取下来以后，那么接下来的事情就是解析 HTML 内容，并根据我们的需要提取相关的数据内容入库。
因为每个网站的风格各异，页面格式也各异，因此想做成一个通用的能解析所有网页的程序是不太可能的，那么这一部分就是比较灵 活的，需要我们根据不同的网站，以及我们所需的不同的内容进行灵活方便的配置，或者做小部分改动即可应用就很不错了。
因为 HTML 语言的特殊性，解析它是个非常麻烦的问题，通过比较发现采用正则表达式来分析HTML 是非常好的一种方式。因为在我 们的蜘蛛程序中，所有的解析都是采用正则表达式实现的。
通过对很多网站的内容进行分析以后，我们发现，解析后形成的结果无非 就是四种情况，借用表的形式来说明比较直观，即，单行单列，单行多列，多行单列，多行多列，因此，我们针对这四种情况分析写 了四个不同的方法，返回不同的结果及类型，同时针对不同的页面，可能出现这四种类型的嵌套，循环等形式，需要根据实际情况来 定。
同时根据网站不同，所取数据的不同，需要写一个或多个正则表达式。对于正则表达式的解析，我们采用开源项目组里的一个正则表 达式包，功能比较强大。同时基本上与微软的正则表达式的规则区别不是太大，因此，使用起来更方便。
5.数据入库
通过对页面内容的解析，就会提取到我们需要的数据，然后对数据进行优化，比如把全角转成半角，去掉其两边空格，
或对一些日期等进行格式化以后，基本上就入库了。入库的时候还需要针对不同的字段进行判断，该记录是否存在，如存在，
则放弃，尽可能提高入库数据的唯一性。
6 线程的实现意义及方法
对于网络蜘蛛而言，必须采用线程进行循环，因为这样可以提高效率，避免死循环，周期性运行而无需人工干预，易于
控制，易于采用多线程等。
当然采用线程也会有一些弊端，如网络阻塞的话，那么整个线程一直处于等待状态而导致死亡。
那么这里我们采用了一种线程监控的方法，就是说有二个线程在运行，一个是主线程，另一个是监控线程，监控线程每隔一段时间就去访问主线种与其共享的变量，一旦发现超时，即认为网络阻塞，于时杀掉线程，重新启动该线程。
避免了由于网络阻塞而线程一直等待的问题。
四:讲座结束语
以上的经验之谈纯属本人个人总结，希望能对一些朋友有所帮助。转载请完整保留此信息，如作修改，谢绝转载。我的讲座结束,谢谢大家支持。SEO公司 在职博士
电子商务繁荣关键在于破解可信难题
今年5月9日，阿里巴巴在北京举办了主题为“完善网络诚信体系，探索新型治理模式”的专家研讨会。国家信息化专家咨询委员会专家委员、中网董事长毛伟在会上围绕“构建可信互联网、促进电子商务发展”的主题做了发言，并表示：“电子商务要想发展繁荣，最根本的就是解决好可信难题。”
毛伟指出，近年来，互联网在我国迅猛发展，其中电子商务已成为促进社会经济发展的最佳应用，但电子商务要想繁荣发展，最根本的就是解决好可信难题。这不仅需要电子商务企业的努力，更需要包括政府部门在内的全社会方方面面的努力，共同完善网络诚信体系，构建可信互联网，才能真正促进电子商务的繁荣发展。
电子商务“领跑” 网络欺诈“拦路”
《第27次中国互联网络发展状况统计报告》显示，截至2010年12月底，我国网民规模已达4.57亿。我国互联网经济继续保持平稳、快速增长的态势，其中，网上购物是我国网民网络经济活动的主要形式，网络购物用户年增长48.6%，是用户增长最快的应用，而网上支付和网上银行也以45.8%和48.2%的年增长率，远远超过其他类网络应用。
毛伟表示，目前电子商务中的各种应用已经成为我国互联网经济发展最快、最迅速的主力军。但与电子商务的蓬勃发展相伴而生的是以“假冒钓鱼”、“网络欺诈”为代表的网络诚信缺失问题，并日渐凸显，成为制约我国电子商务应用持续发展的最大阻碍。
相关统计数据显示，仅2009年，我国遭受网络欺诈的网民就达4500万人。而商务部的数据更是显示，我国企业每年因信用缺失导致的直接和间接经济损失达6000亿元。网络欺诈已使企业和个人遭受了很大损失。
电子商务的繁荣关键在于破解可信难题
毛伟认为，我国互联网正从一个跟随者变成一个领导者、领先者，不仅体现在技术方面，还包括管理方面。在这种状况下，就要有一些思想准备，比如可能会遇到别人没有遇到的问题等。
毛伟表示，电子商务是促进社会经济发展的最佳应用之一，在电子商务出现问题时，不应该质疑电子商务应不应该发展，而是应该给予支持，促其大力发展。“我们也在积极地向国家有关部门建议，希望把电子商务服务列入到‘十二五’国家信息化规划中，作为重大工程来发展。”
针对日益泛滥的网络欺诈和诚信缺失问题，毛伟认为，电子商务要想发展繁荣，最根本的就是解决好可信难题。这不仅需要电子商务企业的努力，更需要全社会方方面面的努力，只有社会各界共同参与网络诚信建设，合力构建可信互联网，才能真正促进电子商务的繁荣发展。
为了破解可信难题，在中国互联网络信息中心的技术支持下，中网正在全面推广和普及“可信网站”验证。所谓“可信网站”验证，就是指通过对域名注册信息、网站信息和企业工商或事业单位组织机构信息进行严格交互审核验证网站真实身份，利用先进的木马扫描技术监测网站的安全情况，采用安全加密技术来保护网民的数据传输安全，帮助网站解决“身份可信”、“服务可信”和“信息可信”的立体、全程可信难题。
“可信网站”验证热潮来袭
毛伟认为，下一代网络的诚信建设需要产业链各个环节做好相关工作。在政府监管方面，政府有关部门应该在政策法规上进一步完善；在行业自律方面，广大电子商务企业需要不断加强自律完善内部流程；在分工配合方面，希望更多的第三方中立机构出现。电子商务产业链上的企业各司其职，共同协助，才能解决网络信任体系、评判机制、评价标准等问题。
据毛伟介绍，目前“可信网站”验证已在政府部门、企事业单位、行业协会以及诸多行业得到广泛应用，“可信网站”验证日渐成为网民判别网站真实身份的重要依据，有力地促进了我国互联网诚信体系的建设。
毛伟指出，只有让更多的人信任互联网，才能吸引更多网民参与电子商务，企业才能更好地在网上做生意，我国电子商务的繁荣发展之路才能走得更远。
今年5月9日，阿里巴巴在北京举办了主题为“完善网络诚信体系，探索新型治理模式”的专家研讨会。国家信息化专家咨询委员会专家委员、中网董事长毛伟在会上围绕“构建可信互联网、促进电子商务发展”的主题做了发言，并表示：“电子商务要想发展繁荣，最根本的就是解决好可信难题。”
毛伟指出，近年来，互联网在我国迅猛发展，其中电子商务已成为促进社会经济发展的最佳应用，但电子商务要想繁荣发展，最根本的就是解决好可信难题。这不仅需要电子商务企业的努力，更需要包括政府部门在内的全社会方方面面的努力，共同完善网络诚信体系，构建可信互联网，才能真正促进电子商务的繁荣发展。
电子商务“领跑” 网络欺诈“拦路”
《第27次中国互联网络发展状况统计报告》显示，截至2010年12月底，我国网民规模已达4.57亿。我国互联网经济继续保持平稳、快速增长的态势，其中，网上购物是我国网民网络经济活动的主要形式，网络购物用户年增长48.6%，是用户增长最快的应用，而网上支付和网上银行也以45.8%和48.2%的年增长率，远远超过其他类网络应用。
毛伟表示，目前电子商务中的各种应用已经成为我国互联网经济发展最快、最迅速的主力军。但与电子商务的蓬勃发展相伴而生的是以“假冒钓鱼”、“网络欺诈”为代表的网络诚信缺失问题，并日渐凸显，成为制约我国电子商务应用持续发展的最大阻碍。
相关统计数据显示，仅2009年，我国遭受网络欺诈的网民就达4500万人。而商务部的数据更是显示，我国企业每年因信用缺失导致的直接和间接经济损失达6000亿元。网络欺诈已使企业和个人遭受了很大损失。
电子商务的繁荣关键在于破解可信难题
毛伟认为，我国互联网正从一个跟随者变成一个领导者、领先者，不仅体现在技术方面，还包括管理方面。在这种状况下，就要有一些思想准备，比如可能会遇到别人没有遇到的问题等。
毛伟表示，电子商务是促进社会经济发展的最佳应用之一，在电子商务出现问题时，不应该质疑电子商务应不应该发展，而是应该给予支持，促其大力发展。“我们也在积极地向国家有关部门建议，希望把电子商务服务列入到‘十二五’国家信息化规划中，作为重大工程来发展。”
针对日益泛滥的网络欺诈和诚信缺失问题，毛伟认为，电子商务要想发展繁荣，最根本的就是解决好可信难题。这不仅需要电子商务企业的努力，更需要全社会方方面面的努力，只有社会各界共同参与网络诚信建设，合力构建可信互联网，才能真正促进电子商务的繁荣发展。
为了破解可信难题，在中国互联网络信息中心的技术支持下，中网正在全面推广和普及“可信网站”验证。所谓“可信网站”验证，就是指通过对域名注册信息、网站信息和企业工商或事业单位组织机构信息进行严格交互审核验证网站真实身份，利用先进的木马扫描技术监测网站的安全情况，采用安全加密技术来保护网民的数据传输安全，帮助网站解决“身份可信”、“服务可信”和“信息可信”的立体、全程可信难题。
“可信网站”验证热潮来袭
毛伟认为，下一代网络的诚信建设需要产业链各个环节做好相关工作。在政府监管方面，政府有关部门应该在政策法规上进一步完善；在行业自律方面，广大电子商务企业需要不断加强自律完善内部流程；在分工配合方面，希望更多的第三方中立机构出现。电子商务产业链上的企业各司其职，共同协助，才能解决网络信任体系、评判机制、评价标准等问题。
据毛伟介绍，目前“可信网站”验证已在政府部门、企事业单位、行业协会以及诸多行业得到广泛应用，“可信网站”验证日渐成为网民判别网站真实身份的重要依据，有力地促进了我国互联网诚信体系的建设。
毛伟指出，只有让更多的人信任互联网，才能吸引更多网民参与电子商务，企业才能更好地在网上做生意，我国电子商务的繁荣发展之路才能走得更远。
PR上升下降影响网页的抓取,收录以及排名吗？
如果网站的PageRank上升了/下降了/好长时间没有变化了怎么办？
请不要担心，实际上，您无需为此过分伤脑筋。虽然我们重新计算PageRank的频率很高，但我们每年仅对Google工具条上的PageRank显示进行有限的几次更新，我们这样做是出于希望您不要过分在意PageRank，因为它仅是影响网页抓取、收录和排名的近200项因素其中之一。PageRank是一个很方便觉察的指标，但方便觉察并不意味着它对网站管理员来说具有足够多的参考意义。如果您希望了解更多关于您网站的指标，我们推荐您使用Analystics中文版，它能为您提供转化率，ROI（投资回报率），相关性等诸多具有参考意义的指标。
有很多来自其他网站的链接，都指向我的网站，但是Google搜索结果告诉我，我的网站只有很少甚至没有外部链接，这是为什么呢？
在Google中使用"link:"这个操作符进行搜索，如: [link:www.google.cn]，所得到的结果只是对当前网站外部链接的举例说明。如果您希望得到更多的外部链接列表，请在Google的网站管理员工具中，先验证您的网站，之后点击“链接”标签页即可看到。
我的网站是不是因为有和其他网站雷同的内容而被惩罚了？我该怎么办呢？
在大多数情况下，您的网站有雷同（重复）内容并不意味着您的网站会被惩罚。具体信息请您参阅“揭秘重复内容处罚”这篇文章。如果您仍然对此有疑虑或想知道更多于此相关的信息，请参考下面的博客文章（您不是第一个问此类问题的人:)
google帮助我们回答了一些朋友们担心的问题，希望大家在做网站的时候，多为用户考虑就可以了！
SEO公司 在职博士招生
如果网站的PageRank上升了/下降了/好长时间没有变化了怎么办？
请不要担心，实际上，您无需为此过分伤脑筋。虽然我们重新计算PageRank的频率很高，但我们每年仅对Google工具条上的PageRank显示进行有限的几次更新，我们这样做是出于希望您不要过分在意PageRank，因为它仅是影响网页抓取、收录和排名的近200项因素其中之一。PageRank是一个很方便觉察的指标，但方便觉察并不意味着它对网站管理员来说具有足够多的参考意义。如果您希望了解更多关于您网站的指标，我们推荐您使用Analystics中文版，它能为您提供转化率，ROI（投资回报率），相关性等诸多具有参考意义的指标。
有很多来自其他网站的链接，都指向我的网站，但是Google搜索结果告诉我，我的网站只有很少甚至没有外部链接，这是为什么呢？
在Google中使用"link:"这个操作符进行搜索，如: [link:www.google.cn]，所得到的结果只是对当前网站外部链接的举例说明。如果您希望得到更多的外部链接列表，请在Google的网站管理员工具中，先验证您的网站，之后点击“链接”标签页即可看到。
我的网站是不是因为有和其他网站雷同的内容而被惩罚了？我该怎么办呢？
在大多数情况下，您的网站有雷同（重复）内容并不意味着您的网站会被惩罚。具体信息请您参阅“揭秘重复内容处罚”这篇文章。如果您仍然对此有疑虑或想知道更多于此相关的信息，请参考下面的博客文章（您不是第一个问此类问题的人:)
google帮助我们回答了一些朋友们担心的问题，希望大家在做网站的时候，多为用户考虑就可以了！
SEO公司 在职博士招生
